Almgren–Chriss का optimal execution: market impact और price risk के बीच संतुलन

मान लीजिए portfolio manager को कुछ घंटों में बड़ी holding बेचनी है। पूरा order एक साथ भेजने पर उपलब्ध liquidity खप सकती है और execution के दौरान कीमत हिल सकती है। उसे छोटे हिस्सों में बाँटने से तत्काल दबाव घट सकता है, लेकिन कुछ inventory अभी भी बची रहती है। तब तक reference price ऊपर या नीचे जा सकता है।

Almgren और Chriss इस तनाव को optimization problem के रूप में लिखते हैं: expected execution cost घटाना, साथ ही बची हुई position के कारण होने वाली अनिश्चितता को भी महत्व देना। उनके मूल paper में volatility risk को permanent और temporary market impact से आने वाली transaction costs के साथ रखा गया है; linear cost model में cost और uncertainty की efficient frontier भी बनती है (मूल paper).

मान लें t = 0 से तय deadline T तक X shares बेचे जाने हैं। समय t पर अभी holding में मौजूद मात्रा x(t) है। शुरुआत में x(0) = X और अंत में x(T) = 0। इस liquidation convention में बिक्री की दर है:

v(t) = −dx(t)/dt

जब बची मात्रा तेजी से घटती है, तो v(t) बड़ी होती है। Execution decision को शुरुआती मात्रा X, अवधि T और शेष inventory के path x(t) से बताया जा सकता है; यही बात trading rate v(t) से भी व्यक्त होती है। इस समस्या में पूरी मात्रा deadline तक बेचनी है। यदि कुछ मात्रा बाकी रहने की अनुमति हो या deadline बदल सके, तो वह अलग समस्या होगी।

Temporary impact वह अंतर है जो trade के समय execution price और reference price के बीच आता है और बाद में कम हो सकता है। सामान्य linear formulation में trading rate बढ़ने पर यह लागत बढ़ती है, इसलिए बड़े या तेज हिस्से अधिक महँगे हो सकते हैं। Permanent impact reference price में ऐसा बदलाव है जो trade के बाद भी बना रहता है। मूल linear formulation में, जब कुल order size तय हो, तो permanent impact का expected cost schedule से स्वतंत्र हो सकता है; तब केवल यही लागत यह तय नहीं करती कि कब trade करना चाहिए। यह उस model की विशेषता है, हर impact model का नियम नहीं।

इंतज़ार का जोखिम अलग है। Order पूरा होने से पहले price बदल जाए तो बची हुई inventory का मूल्य बदलता है। Basic formulation इसे execution-cost variance या implementation shortfall के risk के रूप में मापती है। इसलिए तेजी से trade करने पर temporary impact बढ़ सकता है, जबकि धीमा करने पर price uncertainty बढ़ सकती है।

एक सरल continuous-time convention में schedule पर निर्भर objective को इस तरह लिखा जा सकता है:

minimize E[cost] + λ × Var(cost)

यहाँ λ risk aversion का weight है। मान लें temporary impact trading rate के साथ linear है, unaffected reference price की volatility स्थिर है और अंतिम समय तय है। तब स्थिर पद हटाने के बाद objective का बदलने वाला हिस्सा है:

∫₀ᵀ [η v(t)² + λ σ² x(t)²] dt

σ reference price की volatility प्रति square-root time है। η इस convention में temporary-impact coefficient है; units objective के साथ मेल खाने चाहिए। Optimal remaining-inventory path है:

x(t) = X × sinh(κ(T − t)) / sinh(κT)

जहाँ

κ² = λσ² / η

λ risk aversion का weight है और κ path की urgency scale है, जिसकी unit समय का उलटा है; इसलिए κT unitless है।

अलग references coefficients और scaling को अलग तरह से परिभाषित कर सकते हैं। इसलिए κ का कोई मान उपयोग करने से पहले उसकी units और impact definition जाँचें। Bertsimas और Lo का optimal-control research भी दिखाता है कि price और impact की assumptions execution sequence को आकार देती हैं (paper).

<!-- learn:illustration -->

जब λ शून्य की ओर जाता है, तो sinh curve की limit सीधी रेखा बनती है: x(t) = X(1 − t/T)। यानी बची मात्रा स्थिर दर से घटती है, TWAP जैसे schedule में। λ बढ़ने पर κT बढ़ता है और path शुरुआत में ज्यादा steep हो जाता है। इससे बड़ी inventory लंबे समय तक price risk में नहीं रहती, लेकिन temporary-impact cost बढ़ सकती है।

हर λ average cost और risk के बीच अलग बिंदु चुनता है। Efficient frontier पर ऐसा schedule होता है जिसके समान risk वाला कोई दूसरा feasible schedule कम expected cost नहीं देता। Frontier trade-off दिखाती है; यह नहीं बताती कि किसी खास निवेश निर्णय के लिए कौन सा बिंदु चुनना चाहिए। Almgren–Chriss paper utility function या चुने हुए risk criterion से schedule चुनने का तरीका बताता है।

मान लें 1,000 shares को 60 मिनट में बेचना है और चुने गए parameters से κT = 2 मिलता है। ये rounded model outputs हैं—किसी live market के results या किसी खास asset के estimate नहीं। नीचे चुने हुए समय पर बची shares की तुलना linear TWAP से की गई है:

इस उदाहरण में Almgren–Chriss path शुरुआत में ज्यादा बेचता है: खुली inventory जल्दी घटती है, लेकिन temporary-impact cost बढ़ सकती है। इन संख्याओं से यह साबित नहीं होता कि कौन सा schedule बेहतर price देता। इसके लिए वास्तविक quotes, liquidity, fills और यहाँ शामिल न किए गए costs चाहिए।

यह closed-form solution एक asset, स्थिर volatility, स्थिर linear temporary impact, सरल permanent-impact structure, तथा ज्ञात quantity और deadline मानता है। Path *open loop* है: उसे पहले से निकालते हैं और वह नए volume, news, quotes या अब तक भरे गए हिस्सों के अनुसार खुद नहीं बदलता। Basic formulation में predictive signal या “alpha” नहीं है जो price की अगली दिशा का अनुमान लगाए।

बाद के शोध ने देखा है कि impact models price dynamics के साथ कब सुसंगत हैं; dynamic arbitrage न होने की शर्तों पर Gatheral का अध्ययन इसका एक उदाहरण है (Gatheral). वास्तविक बाजार में impact nonlinear हो सकता है, liquidity और volatility बदलते हैं, और spread, fees, queue priority तथा venue के नियम fills पर असर डालते हैं। एक fixed path execution के हर निर्णय को नहीं दर्शाता।

किसी algorithm के output को समझने से पहले reference price, impact calibration, fees और participation limits की परिभाषा जाँचें। λ किसी trading venue की recommendation नहीं है और path fill price या order completion की guarantee नहीं देता। Implementation shortfall guide investment decision और actual execution की तुलना समझाती है; VWAP और TWAP guide benchmark और schedule का फर्क बताती है। यह assumptions पर निर्भर model की शैक्षिक व्याख्या है, trading advice या किसी order को execute करने का निर्देश नहीं।